我一直在基于Matlab中的Wiki示例进行双线性插值。我将示例跟在T后面,但是将我的函数和内置的matlab函数的输出进行比较时,结果却大相径庭,我不知道为什么或怎么发生。
function T = bilinear(X,h,w)
%pre-allocating the output size
T = uint8(zeros(h,w));
%padding the original image with 0 so i don't go out of bounds
X = padarray(X,[2,2],'both');
%calculating dimension ratios
hr = h/size(X,1);
wr = w/size(X,2);
for row = 3:h-3
for col = 3:w-3
%for calculating equivalent position on the original image
o_row = ceil(row/hr);
o_col = ceil(col/wr);
%getting the intensity values from horizontal neighbors
Q12=X(o_row+1,o_col-1);
Q22=X(o_row+1,o_col+1);
Q11=X(o_row-1,o_col-1);
Q21=X(o_row-1,o_col+1);
%calculating the relative positions to the enlarged image
y2=round((o_row-1)*hr);
y=round(o_row*hr);
y1=round((o_row+1)*hr);
x1=round((o_col-1)*wr);
x=round(o_col*wr);
x2=round((o_col+1)*wr);
%interpolating on 2 first axis and the result between them
R1=((x2-x)/(x2-x1))*Q11+((x-x1)/(x2-x1))*Q21;
R2=((x2-x)/(x2-x1))*Q12+((x-x1)/(x2-x1))*Q22;
P=round(((y2-y)/(y2-y1))*R1+((y-y1)/(y2-y1))*R2);
T(row,col) = P;
T = uint8(T);
end
end
end
传递给函数的参数为step4 = bilinear(Igray,1668,1836); (比例因子3)。
答案 0 :(得分:4)
您正在找到最接近要插值点的像素,然后找到该像素的4个相邻像素并在它们之间进行插值:
o_row = ceil(row/hr);
o_col = ceil(col/wr);
Q12=X(o_row+1,o_col-1);
Q22=X(o_row+1,o_col+1);
Q11=X(o_row-1,o_col-1);
Q21=X(o_row-1,o_col+1);
相反,找到最要插入点的4个像素:
o_row = ceil(row/hr);
o_col = ceil(col/wr);
Q12=X(o_row,o_col-1);
Q22=X(o_row,o_col);
Q11=X(o_row-1,o_col-1);
Q21=X(o_row-1,o_col);
计算距离时,需要使用相同像素的坐标。最简单的方法是将输入图像(row,col)
中的输出像素((o_row,o_col)
)的浮点坐标与输入图像{{1}中最近的像素的位置分开}}。然后,距离就是(fo_row,fo_col)
和d_row = o_row - fo_row
等。
这就是我编写此函数的方式:
1-d_row